التصوير الفائق الطيفي يمكّن التعرف الذكي على أدلة آثار المشروبات في الطب الشرعي

مقدمة الطب الشرعي
آثار البقع من المشروبات مثل القهوة والعصير والكحول موجودة في كل مكان في مسرح الجريمة، مما يجعل من الصعب جدا التمييز بين أنواعها بالعين المجردة.تعتمد طرق الكشف التقليدية في الغالب على أخذ العينات ومعالجة التطور الكيميائي للونوالتي يمكن أن تضر بسهولة بالأدلة المادية وتتسبب في ضرر المراجعة اللاحقة. نشرت الطبيعة دراسةاختيار النطاقهذا الحل أجرى تجارب تحديد غير مدمرة على تسع فئات من بقع المشروباتتوفير منظور جديد للتحقيق الجنائي واكتشاف الأدلةمن خلال دمج هذه الدراسة، يناقش CHNSpec قيمة الهبوط للتكنولوجيا الضوئية في مجال الطب الشرعي.

I. الصعوبات القائمة في الأدلة المادية التقليديةالكشف
1التعرف البصري له قيود كبيرة. القهوة والشاي، أو الويسكي والروم متشابهة بصريا للغاية، مما يجعل التمييز اليدوي صعبا للغاية.

2الاختبار الكيميائي يدمر الشكل الأصلي للبقع مما يمنع التحقق من الأدلة المادية مراراً وتكراراً

3معدات الطيف العادية يمكن أن تؤدي فقط اكتساب نقطة واحدة، مما يجعل الكشف عن آثار مساحة كبيرة تستغرق وقتا طويلا.

4التداخلات مثل الاختلافات في لون الورق وملطخات الجفاف الهوائي / الأكسدة تعيق الحكم ، مما يترك عدم وجود دعم بيانات موحدة.

التصوير الفائق الطيفي يعتمد على مزاياه من غير الاتصال، اكتساب كامل المجال من البصمات الطيفية الكيميائية لتعويض النقصات المذكورة أعلاه،تصبح أداة بصرية عملية لتحليل الأدلة.

المهام الأساسية التي تقوم بها الكاميرات الفائقة الطيفية في التجربة
استخدمت هذه الدراسة جهاز تصوير فرط الطيف من الأشعة تحت الحمراء المرئية إلى القريبة من الأشعة تحت الحمراء من 400 ‰ 1000 نانومتر ، مجهز بـ 204 نطاق طيفي مستمر ،لجمع المكعب الكامل للبيانات الطيفية ثلاثية الأبعاد (إحداثيات فضائية ثنائية الأبعاد + منحنى طيفي 1D) من مختلف البقععملية الاستحواذ بأكملها موحدة ويمكن إعادة إنتاجها.

1اكتساب الطيف الموحد متعدد السيناريوهات
الدراسة محاكاة ظروف مسرح الجريمة الحقيقي، التحكم بشكل موحد درجة الحرارة، الرطوبة، زاوية مصدر الضوء،وحجم قطرات البقع لأداء التصوير على 9 فئات من المشروبات (عصير البابايا)، القهوة، عصير الرمان، عصير البرتقال، الشاي، النبيذ الأحمر، الويسكي والروم والبراندي):

• الأجزاء المغطاة بالمناديل الورقية الممتصة البيضاء والوردية والبنية، بما في ذلك الأشكال المسطحة والملفوفة.
• تم إجراء الاستحواذ على فترات زمنية 6 من 0 إلى 5 ساعات لالتقاط التغيرات الطيفية الناجمة عن الأكسدة والتبخر.
• تم تعيين ROI خالية من الانعكاس 1.5 × 1.5 سم (منطقة الاهتمام) لكل بقع ، حيث تم القضاء على بكسل التداخل الحد لضمان نقاء البيانات.

قبل التصوير ، تم الانتهاء من معايرة انعكاس اللوحة البيضاء ومعايرة التيار المظلم لتحويل البيانات بشكل موحد إلى منحنيات انعكاس موحدة.هذا القضاء على الانحرافات العددية الناجمة عن المعدات والإضاءة، مما يسمح بالمقارنة الأفقية للاختلافات الطيفية بين العينات المختلفة.

2.التقاط الخصائص الكيميائية الطيفية غير المرئية
كل بكسل تصوير يولد منحنى طيفي حصري، تسجيل قيم الانعكاس في أطوال موجة مختلفة لفتح الاختلافات الكيميائية لا يمكن التعرف عليها للعين البشرية:

• النبيذ الأحمر وعصير الرمان غني بالأنثوسيانين، مما يؤدي إلى انخفاض قيم الانعكاس في نطاق الضوء المرئي 400-700 نانومتر.
• كافي والشاي البوليفينول تظهر خصائص امتصاص حصرية في النطاقات الزرقاء الخضراء.
• يتم تركيز الإشارات المميزة للويسكي والروم في نطاق الأشعة تحت الحمراء القريبة 750-900 نانومتر.إنها بالضبط البيانات الدقيقة من المئات من النطاقات المستمرة التي تميز نوعين من بقع المشروبات التي تبدو متطابقة للغاية للعين.

3بناء مجموعة بيانات كاملة من الأدلة القياسية
جمع المعدات أكثر من 120 ألف عينة طيفية خامة بعد تنظيف الضوضاء والبيكسلات المكررةمع كل عينة تتوافق مع الخصائص الطيفية ذات الأبعاد 204، والتي تعمل كأساس للبيانات الأصلية لاختيار الفرق اللاحقة وتدريب التعلم العميق.العينات الطيفية المتعددة المتغيرات تدعم الخوارزمية في تعلم أنماط الطيفية المستقرة للبقع في ظل مواد رصيدة مختلفة وفترات تجفيف الهواء، والحد من تقلبات التعرف الناجمة عن البيئة.

III. دعم تدفق الخوارزمية: تخفيض الأبعاد + مقارنة متعددة النماذج لتحسين استقرار التعرف
البيانات النظرية الخام لديها عدد كبير من النطاقات، وهناك إضافات بين هذه النطاقات. النمذجة المباشرة ستزيد من عبء الحوسبة،لذلك قدمت الدراسة مخطط تحسين البيانات من طبقتين.

1.ANOVA اختيار الفئة للحفاظ على الفئات التمييزية الفعالة
تم استخدام اختبار ANOVA F لحساب القدرة التمييزية لكل مجموعة (التباين بين الفئات / التباين داخل الفئات) ، وتصنيف الفئات 204 حسب أداء التمايز.من خلال اختبار التحقق من الصحة الخمسة من أداء التعرف الذي يتوافق مع عدد مختلف من النطاقات، تم اختيار 162 نطاقًا تمييزًا كبيرًا في النهاية للنمذجة ، مما خفض نطاق حساب البيانات مع الحفاظ على أداء التعرف.

2التحقق المقارن لأربعة أنواع من نماذج التعلم العميق
استناداً إلى البيانات الطيفية المختارة البالغة 162 بُعدًا، تم تدريب أربعة نماذج شبكة رئيسية ‬MLP، 1D-CNN، LSTM، و CNN-LSTM شبكة هجينة ‬مع معايير هائبر متكاملة.F1، والدقة العامة اعتمدت بشكل موحد للتقييم:

• الشبكة المتصلة بالكامل MLP (Multilayer Perceptron): تظهر أداءً مستقراً في تكييف الخصائص الطيفية العالمية ، وتفوق النماذج الأخرى في التصنيف التجريبي.
  1D-CNN: ممتاز في التقاط الاختلافات الطيفية المحلية في النطاقات المجاورة.
• LSTM: مناسبة لتعلم الخصائص المتسلسلة للمجموعات الطيفية المستمرة.
• بنية CNN-LS TM الهجينة: تم دمج ميزات محلية وتسلسلية ، ولكن بسبب تأثير حجم البيانات ، كان أداء التعرف عليه أدنى من الشبكات الفردية.
• في الوقت نفسه ، اختبارات t المزدوجة واختبارات McNemar تحققت من أن الاختلافات في الأداء بين النماذج كانت ذات أهمية إحصائية ،استبعاد تداخلات التقلبات الناجمة عن أخذ العينات العشوائية.

3أنماط طيفية تؤكد أسباب الارتباك في التعرف
يمكن رؤية منطق التصنيف الخاطئ للنماذج بشكل بديهي من منحنيات الطيف: تتداخل منحنيات القهوة والشاي بشكل كبير في نطاق 400-550 نانومتر ،والويسكي والروم تظهر فقط اختلافات خفية في نطاق الأشعة تحت الحمراء القريبةهذان الزوجان من العينات عرضة لسوء الحكم المتبادل، وهو ما يتفق مع نتائج مصفوفة الارتباك في النموذج،إثبات أن البيانات الطيفية يمكن أن تفسر أخطاء التعرف وتعزز من قابلية تفسير نتائج التعرف.

القيمة الأساسية لتطبيق التصوير الفائق الطيف في الأدلة الطبية الجنائية
1الحفاظ الكامل على الأدلة المادية: لا تتطلب العملية بأكملها أي مادة تجريبية ولا تنطوي على أي اتصال بالبقع. بعد الكشف عن العينات ، يمكن الحفاظ عليها لتحديدات أخرى ،تتوافق مع مواصفات الأدلة المادية القضائية;

2زيادة كفاءة التحقيق: جلسة تصوير واحدة تجمع الطيف الكامل لمنطقة البقع بأكملها دون الحاجة إلى أخذ عينات نقطة بنقطة.مما يجعلها مناسبة لفحص سريع في الموقع;

3التمييز بين آثار متشابهة بصرياً: مئات الشرائط المستمرة تلتقط اختلافات بصرية دقيقة في المواد العضوية والصبغات، مما يحل معضلات التمييز البصري.

4قابلية تكييف قوية مع البيئة: تم التحقق من التجارب أن المعدات يمكن أن تتكيف مع البقع مع ألوان الخلفية المختلفة ، والطيات ، وحالات التجفيف بالهواء ،مع إمكانية التوسع في المستقبل إلى الأقمشة، أوراق الاعتماد، الجلد، وغيرها من الركائز

5الاحتفاظ الرقمي بالبيانات: يمكن تصدير القيم الطيفية وتخزينها، وبناء مكتبة طيفية تدريجياً لتحقيق مقارنة عينات ذكية.

توصية المنتج: FigSpecFS-23 الكاميرا الفائقة الطيفية للتصوير

• دقة الصورة: 1920*1920
• النطاق الطيفي: 400-1000nm
• دقة الطيف (FWHM): 2.5nm
• عدد القنوات الطيفية: 1200

إخلاء المسؤولية
تم تجميع هذا المحتوى وتحريره بناءً على الأدبيات الأكاديمية العامة في الطبيعة (رابط الأدب: https://www.nature.com/articles/s41598-026-49928-8).إنه مخصص فقط للمناقشة التقنية في الصناعة وتعلم العلوم الشعبية، لا تشكل أي التزام تجاري، ولا يمكن أن تكون أساسا للإشارة إلى الاستثمار.قد تتداخل مع البيانات التجريبية والاستنتاجات المدرجة في النص المتغيرات المتعددة مثل بيئة الاختبارفي حالة تطبيقها في السيناريوهات الفعلية، يجب التحقق من الآثار ذات الصلة من خلال اختبار مستقل جنبا إلى جنب مع حالات استخدام محددة.